借助 AI 将 Adapty 集成到 Capacitor 应用

本指南将逐步带你用 AI 编程工具将 Adapty 集成到 Capacitor 应用中——你只需按正确顺序把合适的 Adapty 文档喂给它即可。

Adapty SDK 集成技能可在你的 AI 编程工具中通过一条命令完成整个集成。 使用该技能

开始之前:看板配置

在编写任何 SDK 代码之前,Adapty 需要先完成一些看板配置。您可以通过交互式 LLM 技能,或手动通过看板来完成配置。

Adapty CLI 技能允许您的 LLM 直接设置应用、产品、访问等级、付费墙和版位——无需为每个步骤打开看板。您只需在看板中连接您的应用商店即可。

npx skills add adaptyteam/adapty-cli --skill adapty-cli

添加技能后,在您的 agent 中运行 /adapty-cli。它将引导您完成每个步骤——包括何时打开看板来连接您的应用商店。

看板配置方式

如果你更倾向于手动配置,以下是编写代码前需要准备的内容。LLM 无法自动从看板中获取这些值,需要你手动提供。

  1. 连接应用商店:在 Adapty 看板中,进入 App settings → General,将 App Store 和 Google Play 都连接上(如果你的 Capacitor 应用需要同时支持两个平台)。这是购买功能正常运行的必要前提。 连接应用商店

  2. 复制你的 Public SDK key:在 Adapty 看板中,前往 App settings → General,找到 API keys 部分。在代码中,这就是你传给 adapty.activate() 的字符串。

  3. 至少创建一个产品:在 Adapty 看板中,前往 Products 页面。你不需要在代码中直接引用产品——Adapty 会通过付费墙来分发它们。 添加产品

  4. 创建流程或付费墙及版位:在 Adapty 看板中,创建一个流程(如果你打算自己构建 UI,则创建付费墙),然后在 Placements 页面将其分配到一个版位。在代码中,版位 ID 就是你传入 adapty.getFlow() 的字符串。 创建付费墙

  5. 设置访问等级:在 Adapty 看板的 Products 页面中,按产品进行配置。在代码中,通过 profile.accessLevels['premium']?.isActive 检查对应字符串。默认的 premium 访问等级适用于大多数应用。如果付费用户会因购买的产品不同而获得不同功能的访问权限(例如 basic 方案与 pro 方案),请在开始编写代码之前创建额外的访问等级。

Tip

准备好这五项之后,就可以开始写代码了。告诉你的 LLM:“我的 Public SDK key 是 X,版位 ID 是 Y”,它就能生成正确的初始化和获取流程的代码。

准备就绪后进行配置

这些内容不是开始编写代码的必要条件,但随着集成的深入,你会需要它们:

  • A/B 测试:在 Placements 页面进行配置,无需修改代码。 A/B 测试
  • 更多流程和版位:添加更多带有不同版位 ID 的 getFlow 调用。
  • 分析集成:在 Integrations 页面进行配置,不同集成的设置方式各有差异。请参阅分析集成和归因集成。

向您的 LLM 提供 Adapty 文档

Context7 是一个 MCP 服务器,可让你的 LLM 直接访问最新的 Adapty 文档。它会根据你的提问自动获取相关文档,无需手动粘贴 URL。

Context7 支持 Cursor、Claude Code、Windsurf 以及其他兼容 MCP 的工具。运行以下命令即可完成配置:

npx ctx7 setup

该命令会自动检测你的编辑器并配置 Context7 服务器。如需手动配置,请参阅 Context7 GitHub 仓库。

配置完成后,在提示词中引用 Adapty 库:

Use the adaptyteam/adapty-docs library to look up how to install the Capacitor SDK
Warning

尽管 Context7 无需手动粘贴文档链接,实施顺序仍然重要。请按照下方的实施流程逐步操作,确保一切正常运行。

使用纯文本文档

您可以以纯文本 Markdown 格式访问任何 Adapty 文档。在其 URL 末尾添加 .md,或点击文章标题下方的 Copy for LLM。例如:adapty-cursor-capacitor.md。

下方实现演练中的每个阶段都包含一个”发送给您的 LLM”代码块,其中有可粘贴的 .md 链接。

如需一次获取更多文档,请参阅下方的索引文件和平台特定子集。

实现演练

本指南的其余部分按实现顺序介绍 Adapty 集成。每个阶段包含要发送给 LLM 的文档、完成后应看到的效果,以及常见问题。

规划集成方案

在开始写代码之前,先让你的 LLM 分析项目结构并制定实施计划。如果你使用的 AI 工具支持规划模式(例如 Cursor 或 Claude Code 的 plan 模式),建议先启用该模式,让 LLM 在生成代码前同时读取你的项目结构和 Adapty 文档。

告诉你的 LLM 你使用哪种购买方式——这会影响它需要参考的指南:

不确定选哪个?请阅读快速入门中的对比表。

安装并配置 SDK

使用 npm 添加 Adapty SDK 依赖,并使用您的公开 SDK 密钥进行激活。这是一切的基础——没有它,其他功能都无法正常运行。

指南: 安装并配置 Adapty SDK

将以下内容发送给您的 LLM:

Read these Adapty docs before writing code:
- https://adapty.io/docs/zh/sdk-installation-capacitor.md
Tip

Checkpoint

  • 预期结果: 应用在 iOS 和 Android 上均能构建并运行,控制台显示 Adapty 激活日志。
  • 常见问题: 提示”Public API key is missing” → 检查是否已将占位符替换为 App settings 中的真实密钥。

展示付费墙并处理购买

通过版位 ID 获取付费墙,展示付费墙,并处理购买事件。具体需要参考哪些指南,取决于你处理购买的方式。

在每个步骤中都建议在沙盒环境下测试购买,不要等到最后再统一测试。沙盒配置说明请参见在沙盒中测试购买。

检查订阅状态

购买完成后,检查用户画像中是否存在有效的访问等级,以控制高级内容的访问权限。

指南: 检查订阅状态

发送给您的 LLM:

Read these Adapty docs before writing code:
- https://adapty.io/docs/zh/capacitor-check-subscription-status.md
Tip

检查点

  • 预期效果: 沙盒购买完成后,profile.accessLevels['premium']?.isActive 返回 true。
  • 注意事项: 购买后 accessLevels 为空 → 检查该产品在看板中是否已分配访问等级。

识别用户

将你的应用用户账号与 Adapty 用户画像关联,确保购买记录在多设备间同步保留。

Important

如果你的应用无需登录认证,请跳过此步骤。

指南: 识别用户

将以下内容发送给你的 LLM:

Read these Adapty docs before writing code:
- https://adapty.io/docs/zh/capacitor-quickstart-identify.md
Tip

Checkpoint

  • 预期结果: 调用 adapty.identify() 后,看板的 Profiles 部分会显示你的自定义用户 ID。
  • 注意事项: 请在激活后、获取付费墙之前调用 identify,以避免匿名用户画像归因问题。

准备发布

当你的集成在沙盒环境中运行正常后,请按照发布检查清单逐项确认,确保一切已准备好上线。

指南: 发布检查清单

将以下内容发送给你的 LLM:

Read these Adapty docs before releasing:
- https://adapty.io/docs/zh/release-checklist.md
Tip

Checkpoint

  • 预期效果: 所有检查项均已确认:商店连接、服务器通知、购买流程、访问等级检查及隐私合规要求。
  • 常见问题: 缺少服务器通知 → 请在 App settings → iOS SDK 中配置 App Store 服务器通知,并在 App settings → Android SDK 中配置 Google Play 实时开发者通知。

纯文本文档索引文件

如果你需要为 LLM 提供超出单页范围的更广上下文,我们提供了列出或汇总所有 Adapty 文档的索引文件:

  • llms.txt:列出所有页面的 .md 链接。这是一项新兴标准,旨在让 LLM 更方便地访问网站内容。请注意,某些 AI 智能体(如 ChatGPT)需要先下载 llms.txt,再以文件形式上传到对话中。
  • llms-full.txt:将整个 Adapty 文档站合并为单一文件。体积较大——仅在需要完整内容时使用。
  • Capacitor 专属版本 capacitor-llms.txt 与 capacitor-llms-full.txt:平台专属子集,相比完整站点可节省 token 用量。